[NLP] IMDB 영화리뷰 감정 분석을 통한 파이썬 텍스트 분석과 자연어 처리
[NLP] IMDB 영화리뷰 감정 분석을 통한 파이썬 텍스트 분석과 자연어 처리
수강정보
(20개의 수강평)
2220명의 수강생
스킬태그 #Python, #데이터 과학, #NLP
22,000원
지식공유자 : 박조은
17회 수업 · 총 3시간 30분 수업
기간 : 평생 무제한 시청
수료증 : 발급 강의
수강 난이도 : 중급이상

이 강의는

캐글에 있는 IMDB 영화리뷰 감정 분석 경진대회를 통해 자연어 처리에 필요한 기초 이론과 실습을 해보는 강의입니다.

IMDB 영화리뷰 감정 분석을 통한 파이썬 자연어 처리 강좌

이 강좌는 캐글에 있는 IMDB 영화리뷰 감정 분석 경진대회를 통해 자연어 처리에 필요한 기초 이론과 실습을 해보는 강의입니다. 자연어처리는 챗봇이나 텍스트분석 뿐만 아니라 머신러닝/딥러닝 모델 개발시 데이터 전처리 과정에서 널리 사용됩니다. 자연어처리만을 따로 다루는 온라인 강의가 많지 않은 상황이라 앞으로도 자연어처리 쪽 컨텐츠를 계속 보강하며 개발할 계획입니다.

자연어처리를 다루지만 데이터 전처리부터 각종 머신러닝 기법과 딥러닝 기법을 두루다루며, 지도학습과 비지도학습의 활용 방안도 다룹니다. 캐글에 있는 기본 튜토리얼에 텍스트데이터 시각화나 전처리 과정, 파이프라인을 통한 병렬처리로 성능개선을 추가로 다루고 있습니다.

할 수 있게 되는 것들

  • 텍스트 데이터를 전처리하고 데이터 분석 및 분류
  • 복잡한 컨텍스트를 정제하고 분석
  • 다양한 측면으로 텍스트 데이터를 바라보는 시각
  • 머신러닝의 지도학습과 비지도 학습을 배우고 활용에 대한 감각
  •  파이썬 표준 라이브러리를 통해 초기의 퍼셉트론을 밑바닥부터 구현

배우는 것들

IMDB 영화 리뷰 데이터를 통해 머신러닝의 분류 기법을 배울 수 있습니다. 머신러닝의 지도학습과 비지도 학습에 대한 활용방안을 두루 배우게 됩니다. 지도 학습으로는 머신러닝을 통한 감정 분석을 하게 되며, 비지도 학습으로 차원 축소와 클러스터링 기법을 배우게 됩니다.

자연어처리, 텍스트 데이터 전처리(정규화, 토큰화, 어근화, 형태소 분석, 어간 추출, 음소 표기법), 데이터 분석, 텍스트 데이터 시각화 기법(Matplotlib, Seaborn), 머신러닝(Scikit-learn), 딥러닝, 데이터 분석, 파이썬 표준 라이브러리를 통한 간단한 퍼셉트론 구현, 온라인 러닝, Vowpal Wabbit 개념, 다양한 텍스트 데이터 벡터화 기법(Bag of Words, n-gram, TF-IDF, Word2Vec), 파이프라인 구현을 통해 성능 최적화, 앙상블(Random Forest)과 부스팅(Xgboost)기법

 도움이 되는 분들

  • 복잡한 텍스트 데이터로 부터 의미를 찾고자 하는 사람

  • 챗봇개발자, 데이터 분석가, 머신러닝, 딥러닝 입문자

지식공유자 소개

박조은
주로 게임과 광고 분야에서 웹과 백엔드를 개발해 왔으며, 최근 데이터사이언스에 관심을 두고 캐글 스코어를 올리는 재미와 좌절 사이에 있습니다.

공개 일자

2018년 4월 09일 (마지막 업데이트 일자 : 2020년 3월 30일)
4.5
20개의 수강평
default_profile.png
namhw417 2달 전
항상 믿고 보는 강의입니다~
default_profile.png
Vyacheslav 21일 전
좋은 강의 감사합니다~

교육과정

모두 펼치기 17 강의 3시간 30분
섹션 0. IMDB 영화리뷰 데이터를 통한 자연어처리 강좌 소개
2 강의 26 : 04
섹션 1. 캐글 영화 리뷰 분석 튜토리얼 1
4 강의 57 : 42
[1/4] Pandas로 데이터 불러오기
07 : 26
[2/4] NLP 텍스트 데이터 전처리
24 : 29
[3/4] CountVectorizer로 텍스트 데이터 벡터화
08 : 08
[4/4] 랜덤포레스트로 영화 감성 예측 평가 ROC / AUC
17 : 39
섹션 2. 캐글 영화 리뷰 분석 튜토리얼 2
3 강의 27 : 32
[1/3] 딥러닝 기법 Word2Vec 소개
09 : 19
[2/3] Gensim을 통해 벡터화, t-SNE로 시각화하기
09 : 45
[3/3] 평균 feature vector 구하기
08 : 28
섹션 3. 캐글 영화 리뷰 분석 튜토리얼 3
2 강의 21 : 39
[1/2] 비지도학습인 K-means 로 Word2Vec으로 벡터화 한 단어를 군집화(Clustering)
09 : 38
[2/2] K-means로 군집화(Clustering) 하고 bag of centroids를 생성하고 랜덤포레스트로 학습, 예측하기
12 : 01
섹션 4. 캐글 영화 리뷰 분석 튜토리얼 번외
2 강의 33 : 38
섹션 5. 캐글 영화 리뷰 분석 : 퍼셉트론과 온라인 학습
4 강의 44 : 17
[1/4] 퍼셉트론으로 AUC 0.95의 스코어를 얻기
10 : 29
[2/4] 2017 수능 6월 평가원 모의고사 국어영역 지문으로 읽는 퍼셉트론
05 : 50
[3/4] Vowpal Wabbit의 해싱트릭과 온라인 학습을 통해 점진적으로 오류율을 낮추는 방법
07 : 05
[4/4] 파이썬 표준라이브러리만으로 퍼셉트론을 구현 하고 해싱트릭으로 적은 메모리를 사용하기
20 : 53
지식공유자 되기
많은 사람들에게 배움의 기회를 주고,
경제적 보상을 받아보세요.
지식공유참여
기업 교육을 위한 인프런
“인프런 비즈니스” 를 통해 모든 팀원이 인프런의 강의들을
자유롭게 학습하는 환경을 제공하세요.
인프런 비즈니스